MEDIDAS DE CENTRALIZACIN

El objetivo principal de las medidas de tendencia central es poder representar por medio de un solo nmero al conjunto de datos, es decir, dan valores representativos de la distribucin de frecuencias, situados en algn lugar intermedio, alrededor del cual, se encuentran los otros valores. Nos indican dnde tienden a concentrarse los valores. Existen tres medidas de tendencia central generales, que son, la Media aritmtica, la Mediana y la Moda as! como otras que se utili"an en casos particulares como la Media ponderada, la Media #rmnica, la Media $eomtrica, la Media %uadr&tica.

MEDIDAS DE TENDENCIA CENTRAL GENERALES. Media Aritmtica ( x ) : Es el promedio de los datos, y su objetivo principal es encontrar el valor que deber!a de estar en el centro. 'u ventaja principal es que es la nica medida en la que ( x x ) = ( , su inconveniente es que se ve influida por valores extremos. Datos No Agrupados:
n

31 cualquier dato
i

X=

X
i =1

Nmero total de datos

e emp!o: %alcular la media aritmtica de los nmeros )(,)*,+,,*-,-.

x=

10 + 12 + 36 + 25 + 58 121 = = 24.2 5 5

Datos Agrupados:

X=

f
i =1

*X i

4recuencia por la marca de clase de cualquier rengln

Nmero total de datos

donde/ 0 1 ltima clase Nota: 2a media muestral se denota

X , la media poblacional se conoce como .

E emp!o: calcular el salario promedio de / 'alario 536 8)-,((( 8*(,((( 8*-,((( No. 7e emp. 546 ). +*9

%omo

= .* = n sustituimos en la formula y se

obtiene/ x =

(15000 *18) + ( 20000 * 35) + ( 25000 * 29) = 1695000 = $20,670.70

82 82

: ) : Es el valor central, el que delimita al -(; de los datos, es decir, es el valor que Media"a ( x se encuentra exactamente en la mitad de los datos.
Datos No agrupados: En los datos ordenados se aplica la siguiente relacin, para encontrar la posicin de los datos.

posicin =

n +) en donde n 1 nmero total de datos *

Entonces podemos tener slo dos alternativas a6 El valor de la posicin puede ser entero y lo nico que debemos <acer es contar el nmero de lugares que nos indica esta formula. b6 El valor de la posicin nos da un valor decimal 5.-6 y entonces debemos/ sumar los valores involucrados y dividirlos entre *. =or ejemplo si tenemos los valores -, >, ., )+ entonces la posicin nos da *.- por que tendremos que seleccionar a los nmeros > y . para luego sumarlos 5)-6 y dividirlos entre * 5>.-6 Datos Agrupados: 'e locali"a la clase o rengln que contiene a la mediana, con la siguiente condicin

fa
o igual

n +1 , es decir debemos encontrar la primer frecuencia acumulada que sea mayor 2

la posicin, para posteriormente aplicar la siguiente formula/ donde/

~ = FI + posicin fa anterior * i X f
#I 4rontera o l!mite verdadero inferior del rengln de la mediana #a 4recuencia acumulada anterior al rengln de la mediana

# i 4recuencia @amaAo de del rengln de intervalo en el la mediana rengln de la mediana

Nota: 'i la posicin, en los datos no agrupados, es decimal 5.-6, se toma el promedio del dato anterior y el siguiente. E emp!o: %alcular el sueldo mediano de/ 'alario 536 )*,-((?)>,-(( 8)-,((( )>,-((?**,-(( 8*(,((( **,-((?*>,-(( 8*-,((( 4ronteras586 No. 7e emp. 546 ). +*9

=rimero se obtiene la posicin/

posicin =

82 + 1 = 41.5 2

Entonces buscamos el rengln de la mediana buscando la fa igual o m&s grande de B).-, como ).C+- 1 -+, entonces decimos que es el segundo rengln o clase donde se encuentra la mediana y aplicamos la frmula/

~ = FI + posicin fa anterior * i = 17500 + 41.5 - 18 * 5000 = $20,857.14 X f 35

Moda
) : Es el valor m&s frecuente, el que se observa mayor nmero de veces. (X

Datos No Agrupados: 7espus de ordenar los datos buscamos el valor que m&s se repite. E emp!o: Encontrar la moda de B>, B., B9, B9, B9, -), -), -*. =odemos observar que el nmero que m&s se repite es el B9. 'i ningn valor se repite, no existe moda Datos Agrupados: 'e locali"a la clase modal buscando la frecuencia m&s alta y despus se aplica la siguiente frmula/

) 1 4F C 3 + Ei * ) donde / ) = f fanterior

* = f fposterior

Nota: 2a distribucin puede ser/ amodal, unimodal, bimodal, trimodal,...., polimodal. E emp!o: %alcular el salario que m&s se repite en/ 'alario 536 )*,-((?)>,-(( 8)-,((( )>,-((?**,-(( 8*(,((( **,-((?*>,-(( 8*-,((( 4ronteras586 No. 7e emp. 546 ). +*9

Dbservamos las frecuencias 5No. de empleados6 y decimos que la clase modal es la segunda, porque +- es la frecuencia m&s grande y aplicamos/

1 17 = FI + X + * i = 17500 + 17 + 6 * 5000 = $21,195.65 2 1 "on"e ! 1 = f f anterior = 35 18 = 17 2 = f f #o$terior = 35 29 = 6

Re!aci$" e"tre Media Aritmtica% Media"a & Moda: =ara distribuciones unimodales que sean poco asimtricas/

~) = 3( X X XX

'us posiciones relativas, segn la simetr!a de la distribucin de frecuencias es/ Gelacin

=X =X X %X %X X >X &X X

'imetr!a 'imtrica 'esgo positivo 'esgo negativo

Ntese que en nuestros ejemplos tenemos/

~ & X e$ "e'ir 21195.65 > 20857.14 > 20670.7 >X X

MEDIDAS DE TENDENCIA CENTRAL 'ARA CAS(S ES'ECIALES Media Aritmtica 'o"derada X p : Es el promedio de los datos en donde se le da un peso o importancia espec!fica a cada observacin. 'e calcula/

( )

X w=

W *X
i =1 i

=roducto de cada uno de los datos por su ponderacin

i

W
i =1

'uma de las ponderaciones

E emp!o: 'e desea obtener el precio promedio de/ 'recio de! 'roducto 8 )>..( 8 +-.9( 8 >9.BCa"tidad e" )g. >-, )9

#plicamos la formula/

X w=

W *X
i =1 i

W
i =1

)17.8 * 75( + )35.9 * 56( + )79.45 *19( 4854.95 = = $32.37 75 + 56 + 19 150

Media Geomtrica *G+: %on cierto tipo de datos, la media aritmtica no da el valor promedio correcto. 2a media geomtrica sirve para promediar los crecimientos geomtricos de una variable. 'i suponemos que , representa el factor de crecimiento geomtrico de la variable -, es decir/

*i =

Xi ,entonces el factor de crecimiento geomtrico promedio de la variable - ser&/ X i 1

Datos No Agrupados:

+ = n *1 * *2 * * *n
E emp!o: 'i los precios de la accin H#n&<uacI en los ltimos cuatro d!as fueron B.>-, -.*+, B.>. y ,.+* calcula el factor de crecimiento promedio y el crecimiento porcentual promedio. Existen dos formas de resolverlo/ a6 7e la forma m&s ortodoxa, es decir/

+ = n *1 * *2 * * *n = 3

5.23 4.78 6.32 3 * * = 1.330526316 = 1.099869493 4.75 5.23 4.78

2o que acabamos de obtener es factor de crecimiento promedio y para obtener el crecimiento se aplica la siguiente formula/

crecimiento = )1 G ( * 100 = )1 1.099869493( * 100 = 9.9869,

./ti-o 6.32 3 =3 = 1.330526316 = 1.099869493 #ri-ero 4.75

b6 Dtra forma es G = n.-ero "e "ato$ -1

Datos Agrupados:

$ = n J)f) E J*f* E E J0f0

donde/ 0 1 ltima clase Nota: 'e puede demostrar que X + . @ambin puede calcularse la media geomtrica ponderada. E emp!o: 'upngase que se cuenta con la informacin diaria de los incrementos porcentuales de una accin y que se representan en la siguiente tabla/

%recimiento porcentual 5;6 )( *( +(

4recuencias en d!as )B )B.

a6 %alcular los factores de crecimiento.

crecimiento porcentual y =1+ 100

b6 %alcular el factor de crecimiento promedio

+ = n *1f1 * *2f 2 * * *kf k = 77 1.1014 *1.2015 *1.30 48 = 1.2415965

Media Arm$"ica *.+: %uando los datos a promediarse est&n medidos en unidades expresadas en forma de cocientes 50m.K<r., 8Klt, etc.6, lo m&s adecuado es utili"ar la media armnica, ya que la media aritmtica nos llevar& a un promedio equivocado. Datos No Agrupados:

0=

X
i =1

1
i

E emp!o: 'i un ve<!culo se mueve de la ciudad # a la L a ,- Mm.K<r y regresa de L a # a 9. Mm.KNr a qu promedio se despla".

0=

n 1 i =1 X i
n

2 1 1 + 65 98

= 78.1595

Datos Agrupados:

0=

X
i =1

fi

donde/ 0 1 ltima clase Nota: 'e puede demostrar que X + 0 . @ambin puede calcularse la media armnica ponderada.

E emp!o: 'upngase que una flotilla de ve<!culos muestra la siguiente informacin/ Oelocidad promedio en 0mK<r -( ,( >La respuesta es: Nmero de ve<!culos )*. +)

0=

X
i =1

fi
i

74 = 62.711864 15 28 31 + + 50 60 75

Media Cuadr/tica *MC+: 2a media cuadr&tica naci con el objetivo de poder obtener el promedio de valores positivos y negativos al mismo tiempo, adem&s de ser una gran ayuda para poder calcular las dispersiones promedio de los datos 5ver medidas de dispersin6. Datos "o agrupados:

MC =

x
i =1

2 i

E emp!o: 'upngase que se obtienen las ganancias y prdidas del precio de una accin durante una semana ? B.((, ? +.-(, *.+-, ,.*(, +.*- %alcular el promedio/

MC =

x
i =1

2 i

)4.0( 2 + )3.5( 2 + 2.35 2 + 6.2 2 + 3.25 2 50.775 = = 3.186691 5 5

Datos agrupados:

MC =

fx
i =1 i

2 i

E emp!o: #<ora deseamos obtener el promedio de una tabla de distribucin de frecuencias pero con datos positivos y negativos. $anancias y prdidas del precio de una accin 5x6 ?>.**.>)*.>No. 7e d!as 5f6 *)B *

MC =

fx
i =1 i

2 i

25 * )7.25( 2 + 14 * 2.75 2 + 2 * 12.75 2 = 6.5239 41

0.1 MEDIDAS DE '(SICIN

#yudan a locali"ar el valor de la variable que acumula cierto porcentaje espec!fico de datos. Cuarti!es*2+: Encuentran el valor acumulado al *-;, -(; y >-; respectivamente. Deci!es *D+: Gepresentan el )(;, *(;, ... , 9(; de los datos acumulados respectivamente. 'erce"ti!es *'+: Gepresentan el );, *;, ... , 99; de los datos acumulados respectivamente. %ada cuantil delimita dos regiones/ ? el p; de datos de menor valor 5acumulados a la i"quierda del cuantil %6 ? el 5)?p6; de datos de mayor valor 5acumulados a la derec<a del cuantil %6. Datos No Agrupados: En los datos ordenados/ se debe calcular la posicin mediante la formula/ Posicin = j * ) n +1( r

donde ! j = Nmero "e '3anti/ 23e $e "e$ea o1tener r = #3e"e $er 4, 10 o 100 "e#en"e "e/ '3anti/ 23e $e "e$ee o1tener n = n.-ero "e "ato$ 7espus de calcular la posicin se utili"a la siguiente formula para encontrar el cuantil deseado/

"ato -enor + )"ato -a5or - "ato -enor( * fra''i4n "e /a #o$i'i4n

E emp!o: 7ados los nmeros +, -, >, +,, B- obtener el nmero que represente al >-; de los datos. 'olucin/ =rimero obtienes la posicin N1P 1 >G 1 )((

>- E 5- + )6 = B.)((
*. Fdentificamos que nmeros est&n en la cuarta y quinta posicin, es decir el +, y el B+. #plicamos la frmula/

36 + )45 36( * 0.5 = 40.5

es decir, el nmero que representa al >-; de los datos es el B(.Datos Agrupados: =rimero calculamos la posicin como en los datos no agrupados, despus buscamos la primer fa #o$i'i4n , y aplicamos la siguiente formula/ =osicin de la mediana . 4recuencia acumulada anterior al rengln seleccionado

j E ( n +)) fa anterior r % 1 4F C f

E i

@amaAo de intervalo del rengln seleccionado 4recuencia del rengln seleccionado

4rontera inferior

E emp!o Encontrar el cuartil + de la siguiente tabla 4ronteras )(( ? *(( *((? +(( +(( ? B(( 4recuencia +.9 *-. B-* 4a +.9 ,B> )(99
3 * )1099 +1( 647 4 * i = 300 + * 100 = 339.3805 452

6 * ( n +1) fa anterior r 7 = FI + f

0.3 MEDIDAS DE DIS'ERSIN

Ra"go 5o Fntervalo6: Es la distancia que existe entre el menor y mayor valor de los datos. Datos No Agrupados:
ran9o = -a8 -in

Datos Agrupados:

ran9o = :; k :I1
donde 0 1 ltima clase Ra"go Semi4I"ter Cuarti! *2+: 5o 7esviacin %uartil6 Mide el rango promedio de una cuarta parte de los datos 5evita los valores extremos6

<=

< 3 <1 2

Des5iaci$" Media A6so!uta *DM+: 5o 7esviacin #bsoluta =romedio6 Es la distancia promedio de los datos a su media. Datos No Agrupados:

=> =

X X
i i =1

Datos Agrupados:

=> =

f
i =1

Xi X n

7aria"8a: Poblacional 5 2 6/ Es el promedio del cuadrado de la distancia de los datos a su media Datos No Agrupados:

* 1

( 3 )
i=) i

N
N

* 3i * = i=) N

Datos Agrupados:

1
*

f ( 3 )
i =) i i

N 0 * fi E3 i * = i=) N

Muestral 5;2 6/ 2a suma de las distancias al cuadrado se divide entre en nmero de datos menos uno/ Datos No Agrupados:
n

;2 =

( 8 8 )
i =1 i n

n -1 xi2 2 n8 ; 2 = i =1 n - 1 n 1
Datos Agrupados:

;2 =

f ( 8 8 )
i =1 i i

n -1
k

f i 8 i2 ; 2 = i =1 n -1
Nota:

2 n8 n -1

;2 para muestras Qc<icasQ. =ara muestras grandes ;2 o 2 pr&cticamente no difieren.

Des5iaci$" Est/"dar: Mide la variacin de los datos en trminos absolutos. Es la ra!" cuadrada positiva de la varian"a.

=oblacional/

= 2

Muestral/

; = ;2

2a desviacin est&ndar se interpreta construyendo intervalos alrededor del promedio/ a6 Teorema de C9e6&s9e5. 'i la distribucin no es simtrica y unimodal. ? #l menos el >-; de los valores cae dentro de * desviaciones est&ndar alrededor de la media/

( X 2;)

? #l menos el .9; de los valores caen dentro de + desviaciones est&ndar alrededor de la media/ ( X 3;) b6 Reg!a Emp:rica. 'i la distribucin es una curva acampanada, unimodal y simtrica/ ? #proximadamente el alrededor de la media/ ? #proximadamente el alrededor de la media/ ? #proximadamente el alrededor de la media/ ,.; de los datos 5poblacin6 se encuentran a una desviacin est&ndar ( X ; ) 9-; de los datos 5poblacin6 se encuentran a * desviaciones est&ndar

( X 2;) ( X 3;)

99; de los datos 5poblacin6 se encuentran a + desviaciones est&ndar

Coe;icie"te de 7ariaci$" *C7+: Mide la variacin relativa de la variable con respecto a su promedio. Mide la magnitud de la desviacin est&ndar en relacin con la magnitud de la media. 'e expresa en por cientos.

7? =

; 100 X

0.< MEDIDAS DE #(RMA

=roporcionan un valor numrico para saber <acia qu lado de la distribucin <ay mayor acumulacin de frecuencias y si la concentracin central de frecuencias es mayor que en los extremos o viceversa sin tener que graficar los datos. Mome"to Respecto de !a Media: El r?simo momento respecto a la media aritmtica es/ Datos No Agrupados:
n

-r =

(8
i =1 n

8)

Datos Agrupados:

-r =

f (8
i =1 i

8)

El primer momento respecto a la media 5r1)6 siempre es igual a cero. El segundo momento respecto a la media 5r1*6 es la varian"a poblacional.

Sesgo: Es el grado de asimetr!a que tiene la distribucin. 2a distribucin puede ser/ 4 I"sesgada: 'i tiene forma de campana y el &rea acumulada del centro de la distribucin a la derec<a es igual a la que se acumula a la i"quierda.
Moda1Mediana1Media

Fnsesgada

Co" sesgo positi5o o a !a derec9a: 'i tiene la mayor acumulacin de frecuencias a la i"quierda y una cola larga a la derec<a.
'esgo =ositivo 5a la derec<a6 Moda Mediana Media

Co" sesgo "egati5o o a !a i8=uierda: 'i la mayor acumulacin est& a la derec<a y tiene una cola larga a la i"quierda.
'esgo Negativo 5a la i"quierda6 Moda Mediana Media

Coe;icie"te Mome"to de Sesgo * a 3 +: se calcula dividiendo el tercer momento respecto a la media entre la desviacin est&ndar al cubo/ Datos No Agrupados:

a3 =

-3 = ;3

(8
i =1

8)

n$ 3

Datos Agrupados:

a+ =

m+ = '+

f (x
i=) i

x)

ns +

%oeficiente 'esgo momento de sesgo No <ay sesgo. 2a a3 1 ( distribucin es insesgada 2a distribucin tiene a3 R ( sesgo positivo o a la derec<a. 2a distribucin tiene a3 S ( sesgo negativo o a la i"quierda.

Curtosis: Mide qu tan puntiaguda es una distribucin, con respecto a la Normal. 2a distribucin puede ser/ 4 Mesoc>rtica: solo la distribucin Normal 5es el trmino medio6. 4 Leptoc>rticas: 2as distribuciones m&s puntiagudas que la Normal. ? '!atoc>rticas: 2as distribuciones menos puntiagudas que la Normal.
2eptocrtica Mesocrtica =latocrtica

Coe;icie"te mome"to de curtosis * a 4 +: se calcula dividiendo el cuarto momento respecto a la media entre la varian"a al cuadrado 5o la desviacin est&ndar a la cuarta6.

Datos No Agrupados:

a4 =

-4 = ;4

(8
i =1

8)

n$ 3

Datos Agrupados:

aB =

mB = 'B

f (x
i =) i

x)

ns B
%oeficiente momento de curtosis a4 1 + a4 R + a4 S + %urtosis 2a distribucin es Mesocrtica. 2a distribucin es 2eptocrtica. 2a distribucin es =latocrtica.

1.? MEDIDAS DE C(NCENTRACIN En una distribucin, ni la media ni la varian"a son explicativas de la mayor o menor igualdad en el reparto para esto usamos las medidas de concentracin. %onsideremos que la variable en cuestin es el salario. Tna distribucin muy concentrada indica que pocos individuos reciben la mayor parte del total, mientras que poca concentracin supone que todos los individuos tienen un reparto igualitario. I"dice de Gi"i:

Fg =

(p
i =)

0 )

qi )
i

p
i=)

0 )

donde/ 0 1 nmero de clases o categor!as fi 100 1 fra x )(( n 2 i 1 la proporcin acumulada del total del producto de f iExi # i 1 la proporcin acumulada de individuos 1

0 I9 1
'i Fg1(, la variable est& menos concentrada 5mejor repartida6. 'i Fg1), la variable est& m&s concentrada 5peor repartida6.

Cur5a de Lore"8: 'e grafican los valores de la proporcin acumulada de individuos 5p6 y la proporcin acumulada del total de la variable 5q6. 2a funcin identidad representa la igualdad absoluta, es decir, a la variable cuando no est& concentrada 5la recta a B- grados6. 2a desigualdad absoluta o m&xima concentracin de la variable indicar!a que un solo individuo tenga el total de la variable 5el tri&ngulo inferior6. %uanto m&s se acerque la %urva de 2oren" a la diagonal, m&s igualitario ser& el reparto 5Fg 1 (6. %uanto m&s se acerque la %urva de 2oren" al tri&ngulo inferior, mas concentrada esta la variable 5Fg 1 )6.

El Fndice de $ini calcula el &rea entre la diagonal y la %urva de 2oren", como un porcentaje del &rea del tri&ngulo inferior de la gr&fica 5mide la desigualdad relativa6.

1.?4 Medidas de Co"ce"traci$" En una distribucin, ni la media ni la varian"a son explicativas de la mayor o menor igualdad en el reparto para esto usamos las medidas de concentracin. %onsideremos que la variable en cuestin es el salario. Tna distribucin muy concentrada indica que pocos individuos reciben la mayor parte del total, mientras que poca concentracin supone que todos los individuos tienen un reparto igualitario. I"dice de Gi"i:

I9 =

(#
i =1

k 1

2i )
i

#
i =1

k 1

donde/ 0 1 nmero de clases, renglones o categor!as fi 100 1 fra x )(( n 2 i 1 la proporcin acumulada del total del producto de f iE xi # i 1 la proporcin acumulada de individuos 1

0 I9 1
'i Fg1(, la variable est& menos concentrada 5mejor repartida6. 'i Fg1), la variable est& m&s concentrada 5peor repartida6. Cur5a de Lore"8: 'e grafican los valores de la proporcin acumulada de individuos 5p6 y la proporcin acumulada del total de la variable 5q6. 2a funcin identidad representa la igualdad absoluta, es decir, a la variable cuando no est& concentrada 5la recta a B- grados6. 2a desigualdad absoluta o m&xima concentracin de la variable indicar!a que un solo individuo tenga el total de la variable 5el tri&ngulo inferior6. %uanto m&s se acerque la %urva de 2oren" a la diagonal, mas igualitario ser& el reparto 5Fg 1 (6. %uanto m&s se acerque la %urva de 2oren" al tri&ngulo inferior, mas concentrada esta la variable 5Fg 1 )6.

El Fndice de $ini calcula el &rea entre la diagonal y la %urva de 2oren", como un porcentaje del &rea del tri&ngulo inferior de la gr&fica 5mide la desigualdad relativa6. Ejemplo/ 2a informacin que se presenta a continuacin representa el salario de los +(( empleados de una empresa y nos interesa saber la concentracin de los datos. 'alario Mensual 5en miles6 . ? )( )( ? )* )* ? )B No. de empleados )9( )(( )( Marca de clase 9 )) )+ 4Ex )>)( ))(( )+( 4ra 1 = ,+.++ 9,.,> )((.(( N U =?U -.)> ).(9 (

-..),+ -..), +>.B* 9-.-. B.B* )((.((

0 )

Fg =

( p i qi )
i= ) 0 ) i= )

pi

-.)> + ).(9 = (.(+9) ,+.++ + 9,.,>

%omo podemos observar el resultado refleja

que no <ay muc<a concentracin de los datos, es decir, los datos se encuentran bien distribu!dos.

Notaci$" Suma En la operacin de adicin o suma, se presenta con frecuencia en la estad!stica el s!mbolo 5sigma6 para denotar Htomar la suma deI. # continuacin se presenta un ejemplo donde se tiene un conjunto de valores n para alguna variable X.

X
i =)

, esta expresin indica que estos n valores deben sumarse. =or consiguiente/

X
i =)

= X ) + X * + X + + ... + X n

Ejemplo 'e encuentran cinco observaciones para la variable

X / X ) = *, X * = (, X + = ) , XB =- y X- =>

.=or lo tanto/

X
i =1

= X 1 + X 2 + X 3 + X 4 + X 5 = 2 + 0 + ) 1( + 5 + 7 = 13

En estad!stica nos vemos involucrados muy a menudo con la suma de los valores al cuadrado de una variable. =or lo tanto.

X
i =)

* i

* * * = X )* + X * + X+ + ... + X n

J en nuestro ejemplo, tenemos/

X
i =1

2 i

2 2 = X 12 + X 2 + X 32 + X 4 + X 52

= 2 2 + 0 2 + )1( 2 + 5 2 + 7 2 = 4 + 0 + 1 + 25 + 49 = 79
n

'e debe observar, aqu! que

X
i =1

2 i

, la sumatoria de los cuadrados no es igual a

n X I i =1

, el cuadrado de la suma, esto es

n X Xi i =1 i =1
n 2 i

En nuestro ejemplo, la sumatoria de los cuadrados es igual a >9. Esto no es igual al cuadrado de la suma, cuyo resultado es 13 2 = 169 Dtra operacin que se utili"a con frecuencia implica la sumatoria del producto. Esto es, suponiendo que tenemos dos variables, - y ,, cada una con n observaciones. Entonces,

X Y
i =) i

= X )Y) + X *Y* + X +Y+ + ... + X nYn

%ontinuando con el ejemplo anterior, suponiendo que tambin se tiene una segunda variable , cuyos valores son Y) = ) , Y* = +, Y+ = *, YB = B y Y- = + Entonces,

X Y
i =) i

= X )Y) + X *Y* + X +Y+ + X BYB + X -Y-

= 5 *65)6 + 5(65+ 6 + 5 )65 *6 + 5-65 B 6 + 5> 65+6 = * + ( + * + *( + *) = B#l calcular valor de , m&s el segundo valor de - por el segundo de ,, y as! sucesivamente. Estos productos cru"ados luego se suman con el propsito de obtener el resultado deseado. 'in embargo, debemos observar en este punto que la sumatoria de productos cru"ados no es igual al producto de las sumas individuales, es decir

X
i= 1

debemos tomar en cuenta que el primer valor de - por el primer

Xi
i =1

n n X i i i =1 i =1

En nuestro ejemplo,

X i = )+ y
i =)

Y
i =)

= ) + + + 5 *6 + B + + = 9 de modo que

5 5 X i i = )13()9( = 117 i =1 i =1
a B-.

. Esto no es lo mismo que

X
i= 1

, que es igual

#ntes de estudiar las cuatro reglas b&sicas para efectuar operaciones con notacin sigma, ser& de ayuda presentar los valores de cada una de las cinco observaciones de - y de , en forma de tabla/

Dbservacin ) * + B -

3i * ( ?) >

Ji ) + ?* B +

 X i = 13
i =1

i =1

=9

Reg!a ?/ 2a sumatoria de los valores de dos variables es igual a la suma de los valores de cada variable sumada.

( X i + i ) = X i +
i =1 i =1 i =1

En nuestro ejemplo/

( X
i =) i

+ Yi ) = 5* + )6 + 5( + +6 + 5 ) + 5 *66 + 5- + B6 + 5> + +6

= + + + + 5 +6 + 9 + )( = **

X + Y
i =) i =)

= )+ + 9 = **

Reg!a 0: 2a sumatoria de una diferencia entre los valores de dos variables es igual a la diferencia entre los valores sumados de las variables.

) X
i =1

i( = Xi
i =1 i =1

=or consiguiente, en nuestro ejemplo,

( X
i =1

) = )2 1( + )0 3( + )1 )2(( + )5 4( + )7 3(
5

= 1 + )3( + 1 + 1 + 4 = 4 = Xi
i =1 i =1 5 i

= 13 9 = 4

Reg!a 1: 2a sumatoria de una constante por una variable es igual a la constante que multiplica a la sumatoria de los valores de la variable.

cX i = c X i
i =1 i =1

En la que c es una constante. =or tanto, en nuestro ejemplo, c 1*

cX i = * X i = 5*65*6 + 5*65(6 + 5*65)6 + 5*65-6 + 5*65>6

i =) i =)

= B + ( + 5 *6 + )( + )B = *, * X i =5*65)+6 = *,
i =) -

Reg!a 3: Tna constante sumada n veces ser& igual a n veces al valor de la constante.

c = nc
i =)

En la que c es una constante. #s! pues, si la constante c 1* se suma cinco veces tendremos/

c = * + * + * + * + * = )(
i =)

= 5-65*6 = )(

En el caso de que
>

i)

entonces n 1 5valor final ? valor inicial6C )

c = * + * + * + * + * + * = )*
i =*

= 55> *6 + )6 E 5*6 = )*

=ara ilustrar cmo se utili"an las reglas de la sumatoria, podemos mostrar una de las propiedades matem&ticas pertenecientes al promedio o media aritmtica .

( X X ) = 0
i i =1

Esta propiedad establece que la sumatoria de las diferencias entre cada observacin y la media aritmtica es cero. Esto se puede probar matem&ticamente de la siguiente manera/ ).? 7e la ecuacin 5B.)6,

x=

X
i =)

#s! pues, utili"ando la regla * de la sumatoria, tenemos/

( X
i =)

X ) = Xi X
i =) i =)

*.? =uesto que, para cualquier conjunto fijo de datos, constante, de la regla B de la sumatoria tenemos/

=uede ser considerada como una

X = nX
i =)

=or consiguiente,

(X
n i =)

X ) = Xi n X
n i =)

+.? 'in embargo, de la ecuacin 5B.)6, puesto que

X =

X
i =)

despus n X

= Xi
i =)

=or consiguiente,

( X
i =1

X ) = Xi Xi
i =1 i =1

7e esta manera se <a demostrado que/

( X
i =1

X) =0

=GDL2EM# 'uponiendo que se tienen seis observaciones de las variables 3 y J tales que

X 1 = 2, X 2 = 1, X 3 = 5, X 4 = 3, X 5 = 1, X 6 = 2 y
6

= 4,

= 0,
6

= 1,

= 2,

= 7,

= 3

%alcule cada una de las siguientes sumatorias. a6

X i
i =1

b6

i= 1

c6

X i2
i =1 6

d6

i =1 6 i =1

2 i

e6

X
i= 1 6

f6

( X

g6
6

( X
i =1 i

<6

( X
i =1 6

3 i + 2 X i2

)
j6

i6

( cX i ), c = 1
i =1

( X
i =1

3 i + c ) , c = +3

FN@GD7T%%FVN # 2# E'@#7W'@F%# 2a Estad:stica es una ciencia que nos proporciona un mtodo importante para la toma de decisiones y resolver problemas en forma sistem&tica y reproducible, a diferencia de otros mtodos que dif!cilmente pueden ser explicados o reproducidos <asta por la misma persona que lo ejecuta. =or lo anterior es importante anali"ar detenidamente cada uno de los conceptos en los que se fundamenta sta para lograr acercarnos profundamente a su conocimiento. 2a Estad:stica se ocupa de los mtodos y procedimientos para recoger, clasificar, resumir, <allar regularidades y anali"ar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa intr!nseca de los mismos as! como de reali"ar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones 7ado que la estad!stica nace con la idea de resolver problemas comen"aremos diciendo que un pro6!ema es la diferencia entre lo real y lo deseado, es decir, que nosotros normalmente al tener injerencia en la toma de decisiones podamos escenificar perfectamente la realidad que nos rodea y con ello empatar nuestras necesidades o deseos. 7e tal forma, que la estad!stica, entonces juegue el papel de agente caracteri"ador de una po6!aci$". Entendiendo a esta 5=oblacin6 como una realidad concreta que comprende todos los elementos que permiten bosquejar a un problema. =or lo tanto una muestra ser& aquel subconjunto propio obtenido de la poblacin, es decir, cuenta con algunos elementos y no todos los de la poblacin. 2as medidas que se obtienen en una poblacin son llamadas par/metros y las obtenidas en una muestra reciben el nombre de estad:sticos. Es importante aclarar que las poblaciones y las muestras est&n determinadas por el problema ya que en diferentes situaciones una muestra puede jugar el papel de poblacin dependiendo del problema y viceversa. =or ejemplo una gota de sangre es una muestra si el problema es estudiar la salud de una persona, pero es una poblacin si me interesa determinar el volumen de eritrocitos y leucocitos que <ay en ella. #s! en los negocios tambin es importante delimitar el problema ya que las ventas de un d!a resultan ser una muestra cuando estemos interesados en anali"ar las ventas promedio anuales, y por otro lado resulta ser la poblacin cuando anali"amos las ventas por empleado en ese d!a. G#M#' 7E 2# E'@#7W'@F%# 2a estad!stica se separa, solamente en forma did&ctica, en dos partes la estad:stica descripti5a y la i";ere"cia!, ya que en la realidad se utili"an ambas sin distinciones . La descriptiva nos permite caracteri"ar una realidad mediante la medicin de una poblacin, es decir, que cuando el tamaAo de la poblacin y las medidas que se deben obtener no la afectan entonces se reali"a la investigacin sobre toda la poblacin. La inferencial ser& aquella reali"ada en una muestra para obtener informacin, de forma inductiva, de la poblacin, es decir, que existen situaciones en las que el estudio de la poblacin es imposible ya sea por el tamaAo de la misma o por que al obtener alguna medida destruyamos a sus elementos, como en el caso de querer estimar la calidad de un producto que producimos continuamente no se puede detener esta produccin y muc<o menos estudiar toda la produccin, de a<! que nos vemos en la necesidad de estudiar una pequeAa parte de esta poblacin 5muestra6 y las medidas que obtenemos las consideramos como representativas de esta. 'er!a muy recomendable que investigaras otras definiciones de la estad!stica en cualquier libro de Estad!stica y comentaras con tus compaAeros y tu profesor las diferencias que encuentres. #dem&s ser!a muy bueno que anali"aras cualquier problema que <ayas tenido para revisar si en realidad <ubo un deseo y una realidad diferentes. @F=D' 7E O#GF#L2E'

=ara poder reali"ar una estad!stica tambin es necesario identificar la naturale"a de los datos que conforman a la poblacin, con el objeto de establecer las variables que se deben manejar, pudiendo encontrarnos con datos cua"titati5os y datos cua!itati5os. 2os datos cuantitativos son aquellos que resultan de una medida o de un conteo por lo que los podemos diferenciar en continuos y en discretos respectivamente, es decir, que se pueden obtener datos cuantitativos que debido a un instrumento podemos especificar valores enteros y decimales de tal forma que sus diferencias ser&n establecidas dependiendo de la exactitud del instrumento al medir distancias, volmenes, superficies, etc. y otros datos que solo se puedan contar, como es el caso del nmero de automviles en circulacin en cierta ciudad, nmero de empleados en una empresa, etc. 2os datos cualitativos resultan de aquellas poblaciones en las que sus elementos no pueden ser medidos debido a su naturale"a y que por lo tanto solo se les pueden observar atributos y diferencias. #qu! ser& bueno recordar cuantas veces <as requerido de este tipo de informacin, ya sea, al preparar un pastel o una bebida, al describir a un amigo o al querer explicar las caracter!sticas de una ciudad a la que visitaste. E'%#2#' 7E ME7F%FVN En cuanto a las escalas de medicin la estad!stica cuenta con las siguientes/ Nomi"a! la cu&l se utili"a principalmente en los datos cualitativos y nos permite manejar la informacin por su nombre, como en los casos de marcas de diferentes productos, enfermedades, preferencias, etc. (rdi"a! aquella que utili"amos cuando necesitamos establecer orden entre las diferencias de la poblacin y sus datos son cualitativos, por ejemplo, escalas de calidad 5mala, regular, buena, muy buena6, escalas de gusto 5muy sabrosa, sabrosa, agradable, desagradable, muy desagradable6, etc. I"ter5a!o 'e utili"a principalmente en datos cuantitativos y es una escala que no cuenta con un cero absoluto o con un instrumento estandari"ado, por ejemplo, la temperatura se puede medir en grados cent!grados, 4a<ren<eit y 0elvin dentro de las cuales los grados cent!grados no cuentan con un cero absoluto debido a que se basan en el punto de ebullicin del agua, el cu&l es variable en diferentes altitudes, los 4a<ren<eit que tampoco cuentan con un cero absoluto, ya que este tambin cambia con las altitudes con respecto al nivel del mar, debido a que se sustenta en el punto de congelacin del agua y los 0elvin que si cuentan con un cero absoluto ya que queda establecido al vac!o fuera de las diferencias provocadas por la altitud, otro ejemplo ser!a el utili"ar una cuerda con nudos para determinar una 7istancia o un volumen con vasija de barro, ya que al intentar comprobar esta distancia o este volumen debemos contar con la misma cuerda o con la misma vasija. Ra8$" L&sicamente utili"ada en datos cuantitativos que pueden ser medidos con instrumentos estandari"ados o con un cero absoluto como por ejemplo una distancia medida en 0ilmetros, un volumen medido en cent!metros cbicos, ventas medidas en pesos, etc. %uando ya se <an identificado el problema que deseamos resolver, la poblacin, el tipo de datos y las variables con las que nos acercaremos a la informacin entonces ser& necesario especificar si es necesario trabajar solo con la poblacin o con una muestra as! como la forma en la que obtendremos los datos. =or lo anterior se describir&n las diferentes formas de obtener una muestra/ 7entro de la estad!stica se pueden obtener muestras que resultan probabil!sticas y las no probabil!sticas, diferenci&ndose en el mtodo de su consecucin, es decir, cuando utili"amos un mtodo que nos garantice que todos los elementos de una poblacin tienen la misma probabilidad de ser elegidos estamos trabajando con un muestreo pro6a6i!:stico y cuando la obtencin de una muestra resulte de criterios, juicios, preferencias o cualquier elemento

subjetivo 5o en otras palabras, que no podamos garantizar que contemos con elementos equiprobables6 entonces estaremos trabajando con un muestreo "o pro6a6i!:stico. 7e a<! que nos enfoc&remos m&s a los primeros subdividindolos en/ A!eatorio Simp!e el cual requiere del tamaAo de la poblacin @NA, el tamaAo de la muestra @"A% de una tabla de nmeros aleatorios, especificar si se reali"ar& con reempla"o o sin l, as! como, de una regla de uso 5no debe ser la misma en todos los casos6 y determinar el nmero de d!gitos que se utili"ar&n. =or ejemplo si me intereso en determinar el nivel socioeconmico de las personas que se encuentran trabajando dentro de una empresa y deseo que todos sus integrantes tengan la misma probabilidad de ser elegidos entonces reali"o lo siguiente/ determino el numero total de empleados 5N1*((6, el nmero de personas que integrar&n la muestra 5n1)(6, selecciono una regla para utili"ar mi tabla de nmeros aleatorios 5lan"ar mi l&pi" y donde caiga leer de + en + d!gitos sobre la misma columna <acia abajo <asta terminarla y cuando esto suceda continuare leyendo en la siguiente columna <asta terminar de obtener los die" datos6. 'upongamos que la tabla es la siguiente
) * + B , > . 9 )( )) )* )+ )B ) * 9 + + B * ( 9 , . , > * + , * , + + * B ) ( * ( . + ) , B . ) + ) . ) > , > , ( B * + ) 9 ( B ( , , ( > + > * ) . * * ( > + + > * B B , ( 9 + 9 B ) + , > , ( 9 . > . ( ( + ( 9 > > , , , * . ) . > 9 ( B > . * B > . . 9 9 , , B , ( B > > * + > + , . )( > , + ) ( ) > . ( * )) 9 ) 9 ) * > , + * ) * 9 . )* > 9 > B B B B * * ) B )+ . ( 9 > + , + ) . B ( 9 )B ) > * > 9 B . * B + > )( , ) * ) * ( , ) , B ) ) * ), ( B B , ( 9 * . + * ) )> + * + * ) , , B 9 + + > ) * ). B + 9 ) * B + , . + > ( B )9 9 ) ) ) B ) > . 9 B > . *( . , 9 . + ) ) > 9 B > * B *) ( * ( 9 ( * , > ( ) ( . ** ( , + > 9 B * , ( + 9 + . *+ 9 + 9 ) B * > , > . 9 *B > + ( 9 B ) ( ) , . . ( + *) * . 9 , > * ( B ( ) 9 , -

y que al arrojar el l&pi" cay en el rengln - columna >, entonces, las personas que debemos seleccionar ser&n BCD,>,,, ,*.,?DC, B3D, -.*, B>., .9-, ,,B, ,(B, >>*, +>+, ,.-, >,-, --+, ?B?, >.(, *9-, ?C?, *>,, +*), *9., >9>, B-B, -BB, **), B-., BCD,+,+, ?EF, B(9, -)>, *>9, B-., *B+, >--, B<?, *)*, B<?, ,B), ??0, tomando en cuenta que es un muestreo con reempla"o.

Sistem/ticoG Este muestreo permite obtener los elementos de cada k 4 sima u"idad de la
poblacin, y para ello se requiere conocer el tamaAo de la poblacin 5N6, el de la muestra 5n6 y obtener el valor de k, de tal forma que al tener estos datos escojamos al primer dato por medio de aleatorio simple y de a<! de 0 en 0. =or N ejemplo si tenemos la necesidad de extraer una ! = n muestra de *( art!culos de )((( unidades producidas entonces deberemos dividir )(((K*( obteniendo -( por lo que el primer nmero lo seleccionamos de nuestra tabla de nmeros aleatorios obteniendo el nmero )*, por lo que, los siguientes nmeros deber&n ser )*C0, )*C*0, etc., es decir, )*, ,*,))*, ),*, *)*, *,*, +)*, +,*, B)*, B,*, -)*, etc.

.> >. 9-9 >( ,-

,9( ,B ,. 9,(

>. ,.( ,-( +(

.> ,. 9( 9* >9(

,( ,* ,. >( +) B(

.> >( .( >. ,( .(

+B .( +( 9B+ -9

+) ,) +++ >. *>

B+ ,* B( >* >( 9*

.> >* >,,( ,-

Estrati;icadoG Este tipo de muestreo requiere tener una poblacin bien clasificada en varios
grupos llamados estratos, que a su interior se mantengan bastante <omogneos, para construir la muestra normalmente se toma una cantidad de elementos del mismo tamaAo de cada uno de los estratos, este debe ser mediante el muestreo aleatorio simple 5m.a.s.6 aunque en algunos casos cuando las proporciones de los estratos son distintas se toman en cuenta.

'or co"g!omerados En este caso la muestra nos presenta gran dificultad para establecer
sus diferencias, por lo que iniciamos seleccionando en forma aleatoria una muestra de conglomerados, ya que, cada uno de ellos podr!a representar una muestra, posteriormente se

deber& elaborar un censo para poder establecer las proporciones de las diferentes categor!as que se encuentren presentes en nuestra muestra. X=odr!as escoger los nmeros del juego Melate mediante un muestreo probabil!sticoY, X7e poderse cu&l utili"ar!asY, XUu nmeros seleccionar!asY, X@e atrever!as a pagar por esos nmerosY @#L2# 7E 7F'@GFLT%FVN 7E 4GE%TEN%F#'. #<ora bien, despus de determinar que tipo de variables utili"aremos, de que formas las vamos a medir y si ser& necesario obtener una muestra nuestra siguiente decisin a tomar dentro del mtodo estad!stico ser& el de especificar si usaremos los datos en forma agrupada o no agrupada. =ara el caso de querer agrupar los datos, entonces deberemos crear una ta6!a de distri6uci$" de ;recue"cias y para ello los pasos que debemos seguir son los siguientes/ 'e debe conocer el nmero total de datos 5N6. 'e elaborar& el Diagrama de Tallo y Hojas, buscando la cifra que <aga m&s evidente el cambio para formar el tallo y los dem&s valores formar&n las <ojas por ejemplo/ 'upongamos que tenemos los siguientes datos/ Tn restaurante establece, sobre la base de sus registros, que el nmero de comensales que <icieron uso de su servicio d!a con d!a, durante los ltimos dos meses a la <ora de la comida, son los que se presentan a continuacin/ Nos podemos percatar que en este caso las cifras significativas son las que representan a las decenas por lo que el diagrama quedar& compuesto de la siguiente forma/ Ntese que este diagrama nos sirve para * > encontrar los valores m!nimos y m&ximos de + ( ( ) ) + B forma m&s r&pida, tambin nos permiti ordenar a B ( ( + + los datos en forma m&s sencilla y por ltimo nos - ( 9 9 muestra al menos el comportamiento de la forma , ( ( ( ( ) * * B - - - - - - . . . en el conjunto de datos. > ( ( ( ( * * - - . . . . ( ( ( ( > > > > . 9 ( ( ( * * - - El siguiente paso es obtener el Rango mediante la siguiente relacin, en la que nos debemos cuestionar su significado, ya que, no representa una diferencia simplemente sino que, m&s bien es nuestra primer medida estad!stica que representa la m&xima dispersin que vamos a encontrar en nuestro conjunto de datos, as! @an9o = "ato -a5or - "ato -enor tendremos/ CE40D H <F =osteriormente debemos determinar la cantidad de intervalos o clases deseamos utili"ar para clasificar o agrupar nuestra informacin y para ello contamos con tres procedimientos al menos/ )6 Dbtenemos la ra!" de N y el resultado redondeado siempre a valor entero nos dar& en nmero de renglones 5 en nuestro ejemplo tendremos 60 = 7.7459666 8 6 *6 'eleccionar de una tabla, el nmero de renglones representados por K y el nmero que m&s se aproxime al nmero de datos en la columna K N denominada con la letra N por ejemplo en nuestro B . problema tenemos <B datos, por lo que, la tabla ), nos sugiere utili"ar E intervalos para poderlos , +* agrupar adecuadamente. > ,B . )*. etc. etc.

N>mero de I"ter5a!os: No debe ser menor de , ni mayor de )-. 'e puede establecer/ - al gusto del investigador n redondeado al siguiente entero - utili"ando la tabla - mediante la expresin 2 " n +6 Escoger el nmero de renglones o intervalos a juicio del investigador, tomando en cuenta que si no se tiene experiencia en este tipo de problemas el diagrama de tallo y <ojas puede proporcionarnos una buena cantidad de renglones para nuestro objetivo, en nuestro ejemplo el diagrama sugiere F re"g!o"es. El paso siguiente para elaborar la tabla de distribucin de frecuencias es calcular el ran#o + 1 tamaAo de intervalo, en nuestro caso resultar& de C% i=
tamaIo de i"ter5a!o

por lo que procederemos a calcular los limites de los intervalos, comen"ando con los l!mites inferiores sum&ndole al nmero m&s pequeAo el tamaAo del intervalo 5i6 HMI veces, en nuestro ejemplo tendr!amos/ LI *> +, B-B ,+ >* .) 9( 99 Ntese que al dato menor se le <a sumado el tamaAo de intervalo que es 9 result&ndonos el siguiente y as! sucesivamente <asta sumarle el tamaAo del intervalo . veces 5que es el nmero de renglones que <emos escogido6. =osteriormente debemos calcular los l!mites superiores y para ello debemos considerar que los intervalos que nos encontramos construyendo son i"ter5a!os cerrados% es decir, intervalos que incluyen a sus extremos, de esta manera observamos que los nmeros que deben estar en el primer intervalo son !" #" $" %&" %'" % " %%" %( y %)% o sea% nuestro l!mite superior es 1E en lugar de +, que es el resultado de sumar *>C9, por lo que debemos disminuir el resultado una unidad. 5=or lo anterior los l!mites superiores que nos quedan en nuestro ejemplo son tomados de los inferiores pero con una unidad menos6.

">mero de re"g!o"es

El siguiente paso ser& determinar la ;recue"cia * ; + o nmero de datos que caen dentro de los LS +BB -+ ,* >) .( .9 9. intervalos que <emos generado por lo que debemos contestar a la pregunta de Xcu&ntos datos se encuentran entre tal valor y tal otroY, es decir, en nuestro ejemplo vemos que debemos preguntarnos Xcu&ntos datos <ay entre los valores de *> y +-Y, pudiendo observar en el diagrama de tallo y <ojas que contamos con . datos, y as! sucesivamente <asta terminar de preguntarnos los dem&s intervalos teniendo/ ; . B ) 9 )B )) . 7e esta manera a<ora ya contamos con una tabla de distribucin de frecuencias la cual nos permitiera crear nuevas columnas que nos facilitar&n la tarea de describir una realidad y con ello resolver un problema mediante decisiones importantes.

Tna de las columnas que podemos generar puede ser la que representa a la ;recue"cia acumu!ada *

fa i = f 6 +, es decir, la que nos responder& a la pregunta de Xcu&ntos datos se

6=1

fueron presentando desde el primer intervalo <asta el ltimoY, 7 esta forma tendremos/ ;a . )* )+ ** +, B> -* ,( #s!, con esta columna podemos decir que . d!as tuvimos entre *- y +> comensales, )* d!as entre *- y BB, etc. 7espus debemos encontrar un nmero que representa a todo el intervalo, ya que, es m&s sencillo <ablar de un solo dato a un intervalo. Este nmero se llama marca de c!ase o punto medio el cual quedar& representado por una H JI y se calcula utili"ando los l!mites o los l!mites reales o verdaderos, mediante la siguiente relacin/ En donde HliI representa al l!mite inferior HlsI al l!mite superior /i + /$ /ri + /r$ y HlriI, HlrsI a los l!mites reales. 8 = =

Ntese que la marca de clase puede obtenerse con los l!mites que <ab!amos obtenido o con los l!mites reales, los cuales resultan de las siguientes acciones. Es importante lograr establecer un intervalo continuo para poder <acer an&lisis estad!stico de todo el conjunto de datos y que a la ve" no nos limite este mismo conjunto. =ara obtener un l!mite real debemos tomar los valores de los l!mites que presentan un H<itoI de informacin 5como es el caso de BB y B- en nuestro ejemplo6 y encontrar un punto que represente ese intervalo con la frmula que <emos utili"ado con las marcas de clase. #<ora procederemos a calcular la ;recue"cia re!ati5a * ;r + la cual nos representa la proporcin que le corresponde a cada intervalo con respecto al total de datos mediante la formula/
Es la frecuencia de cada rengln

fr =

f 8 100 A

Es el nmero total de datos o en otras palabras la suma de HfI

#l tener la frecuencia relativa entonces tambin nos podemos preguntar cu&l es la proporcin acumulada 5 fra i = fr 6 6 por rengln de la misma forma que lo <icimos para la frecuencia.
6=1 i

;r )+ > * )*+ ). . )+

;ra )+ *( ** +> ,( >. .> )((

%omo estas columnas representan la proporcin que le corresponde a cada una de las frecuencias en cada rengln entonces tambin podr!amos crear una columna que representara los grados dentro de una circunferencia con el objetivo de crear una gr&fica de pastel o de pay tambin llamada gr&fica de sectores.

Gr/;ica de 'aste! 5=ie, %ircular o de 'ectores6/ =uede representar datos cualitativos o cuantitativos. Tn c!rculo se divide en sectores que representan, proporcionalmente, cada clase. No es recomendable representar mas de , clases. 'e suelen ordenar los sectores para <acer m&s evidente sus diferencias. # partir de la frecuencia relativa, se obtienen los grados/ 9ra"o$i = fri 360 9ra"o$i = , i 3.6 Gr/;ica de Karras: =uede representar datos cualitativos o cuantitativos. %onsiste en barras que representan a las clases. 2a altura de cada barra es igual a la frecuencia o frecuencia relativa de la clase. El eje <ori"ontal no es la recta numrica por lo que las barras se presentan separadas .istogramas: =ermite comparar visualmente las proporciones o magnitudes de las clases. 'olo representa datos cuantitativos. Muy semejante a la gr&fica de barras. 'e representa sobre el eje cartesiano, donde el eje <ori"ontal representa las fronteras o las marcas de clase. El &rea de las barras representa proporcionalmente cada clase. 'o!:go"o: Nace evidente la forma de la distribucin de frecuencias de los datos. 'olo representa datos cuantitativos. Es una gr&fica de puntos y l!neas. Gelaciona las marcas de clase con sus frecuencias o frecuencias relativas. %omo el &rea total de las barras del <istograma debe mantenerse igual al &rea debajo del pol!gono, el pol!gono empie"a en una marca de clase anterior y termina en una marca de clase posterior a las de la tabla de frecuencias. ( i5a: Equivalen a los pol!gonos de frecuencia acumulada. Gelacionan las fronteras inferiores con los valores acumulados de frecuencia. 'u aplicacin se concreta a responder preguntas como/ Xqu proporcin acumulada le corresponde a este datoY, XUu dato corresponde a esta proporcin acumuladaY. Nay dos criterios para construir ojivas/ )6 Djiva LMe"or =ueL/ QXcu&ntas observaciones son menores que esta fronteraYQ. Es una curva creciente que empie"a en frecuencia cero y termina en el total de observaciones. *6 Djiva L( m/sL/ QXcu&ntas observaciones <ay iguales o mayores a esta fronterasYQ. Es una curva decreciente que empie"a en el total de observaciones y termina en cero. 4TEN@E' 7E 7#@D'. #<ora nos interesa describir la forma en que la estad!stica se <ace llegar la informacin para poder trabajarla. En principio podemos decir que <ay dos tipos de estudios estad!sticos aquellos que involucran la toma de decisiones respecto a una poblacin yKo sus caracter!sticas, es decir, el estudio enumerativo y el segundo llamado estudio anal!tico que involucra reali"ar actividad sobre un proceso para mejorar el desempeAo en el futuro. 7espus de <aber decidido que tipo de estudio se debe reali"ar entonces podremos encontrar la informacin en tres tipos de fuentes/ )6 2a bibliogr&fica *6 2a experimentacin y +6 2a entrevista.

7entro de la informacin bibliogr&fica podemos decir que esta representada por la informacin impresa y quedan incluidas las nuevas fuentes tales como la informacin obtenida en Fnternet, discos compactos, y cualquier otro medio digital que permita obtener informacin almacenada. 2as ventajas de este tipo de datos quedan manifiestas por la velocidad de obtencin de la informacin, ya que, tal ve" pueda estar clasificada y ordenada, adem&s de evitarnos la prdida de tiempo para recopilar esta informacin. 2a desventaja es que muc<as veces la informacin no es actuali"ada o que la informacin no se apegue exactamente a nuestro problema. 2a experimentacin en forma contraria a la bibliogr&fica tiene como ventaja que la informacin obtenida es exactamente de nuestro problema, pero esto implica que se requiera de un grupo de investigadores, de presupuesto, as! como de todos los insumos para su funcionamiento. En cuanto a la entrevista podemos decir que contamos al menos con tres tipos diferentes/ a6 =or correo b6 =or telfono c6 7irecta. %ada una de ellas tiene sus ventajas y sus desventajas pero tambin son utili"adas en la actualidad, as! como, una serie de versiones que me"clan estos tres tipos, por ejemplo en los noticieros televisivos <acen una pregunta y dan dos diferentes telfonos o tres para recibir las respuestas.

) * + B , > . 9 )( )) )* )+ )B

) * 9 + + B * ( 9 , . , >

* + , * , + + * B ) ( * ( .

+ ) , B . ) + ) . ) > , > , (

B * + ) 9 ( B ( , , ( > + > *

) . * * ( > + + > * B B

, ( 9 + 9 B ) + , > , ( 9 .

> . ( ( + ( 9 > > , , , * . )

. > 9 ( B > . * B > . . 9 -

9 , , B , ( B > > * + > + , .

)( > , + ) ( ) > . ( *

)) 9 ) 9 ) * > , + * ) * 9 .

)* > 9 > B B B B * * ) B -

)+ . ( 9 > + , + ) . B ( 9 -

)B ) > * > 9 B . * B + > -

)( , ) * ) * ( , ) , B ) ) *

), ( B B , ( 9 * . + * )

)> + * + * ) , , B 9 + + > ) *

). B + 9 ) * B + , . + > ( B

)9 9 ) ) ) B ) > . 9 B > .

*( . , 9 . + ) ) > 9 B > * B

*) ( * ( 9 ( * , > ( ) ( .

** ( , + > 9 B * , ( + 9 + .

*+ 9 + 9 ) B * > , > . 9

*B > + ( 9 B ) ( ) , . . ( +

*) * . 9 , > * ( B ( ) 9 , -